ThaiPublica > Events > “สุมล กานตกุล” เอไอเอสแนะ Big Data ไม่ใช่ถังขยะ ภาครัฐ-เอกชนต้องแชร์ข้อมูล ต่อยอดสู่ Thailand 4.0

“สุมล กานตกุล” เอไอเอสแนะ Big Data ไม่ใช่ถังขยะ ภาครัฐ-เอกชนต้องแชร์ข้อมูล ต่อยอดสู่ Thailand 4.0

22 กรกฎาคม 2016


เมื่อวันที่ 7 กรกฎาคม 2559 สำนักข่าวออนไลน์ไทยพับลิก้า จัดเสวนาหัวข้อ “Big Data @ Life: ชีวิตผูกติดข้อมูล สู่อนาคตประเทศไทย 4.0” มีผู้ร่วมเสวนา ได้แก่ นายธีรนันท์ ศรีหงส์ กรรมการผู้จัดการ ธนาคารกสิกรไทย จำกัด (มหาชน), นางสาวสุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน), ดร.พงส์ศักดิ์ โหลิมชยโชติกุล ที่ปรึกษาด้านการใช้ข้อมูลสารสนเทศ ในธุรกิจค้าปลีกและค้าส่งในประเทศไทย, นางสาวสฤณี อาชวานันทกุล นักวิชาการอิสระ, นายณภัทร จาตุศรีพิทักษ์ คอลัมนิสต์ สำนักข่าวออนไลน์ไทยพับลิก้า นักศึกษาปริญญาเอกด้านเศรษฐศาสตร์ประยุกต์ และนักวิจัยประจำสถาบันความเปลี่ยนแปลงของโลก มหาวิทยาลัยมินนิโซตา และนายภิญโญ ไตรสุริยธรรมา ผู้ดำเนินรายการ

(จากซ้ายไปขวา) นางสาวสฤณี อาชวานันทกุล นักวิชาการอิสระ, นายธีรนันท์ ศรีหงส์ กรรมการผู้จัดการ ธนาคารกสิกรไทย จำกัด (มหาชน), นางสาวสุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน), ดร.พงส์ศักดิ์ โหลิมชยโชติกุล ที่ปรึกษาด้านการใช้ข้อมูลสารสนเทศ ในธุรกิจค้าปลีกและค้าส่งในประเทศไทย, นายณภัทร จาตุศรีพิทักษ์ นักศึกษาปริญญาเอกด้านเศรษฐศาสตร์ประยุกต์ และนักวิจัยประจำสถาบันความเปลี่ยนแปลงของโลก มหาวิทยาลัยมินนิโซตา และนายภิญโญ ไตรสุริยธรรมา
(จากซ้ายไปขวา) นางสาวสฤณี อาชวานันทกุล นักวิชาการอิสระ, นายธีรนันท์ ศรีหงส์ กรรมการผู้จัดการ ธนาคารกสิกรไทย จำกัด (มหาชน), นางสาวสุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน), ดร.พงส์ศักดิ์ โหลิมชยโชติกุล ที่ปรึกษาด้านการใช้ข้อมูลสารสนเทศ ในธุรกิจค้าปลีกและค้าส่งในประเทศไทย, นายณภัทร จาตุศรีพิทักษ์ นักศึกษาปริญญาเอกด้านเศรษฐศาสตร์ประยุกต์ และนักวิจัยประจำสถาบันความเปลี่ยนแปลงของโลก มหาวิทยาลัยมินนิโซตา และนายภิญโญ ไตรสุริยธรรมา

ประเทศไทยเริ่มก้าวสู่ยุคเศรษฐกิจดิจิทัลอย่างช้าๆ แต่โลกไปเร็วด้วยเทคโนโลยีที่ก้าวหน้า มนุษย์โลกแชร์ข้อมูล เรื่องราวในโซเชียลมีเดีย มีการส่งอีเมล มีการซื้อขายสินค้าออนไลน์มากมาย ข้อมูลระบุว่าปี 2012 มนุษย์มีการผลิตข้อมูลมากถึงวันละ 2.5 quintillion ไบท์ หรือเท่ากับ 2,500,000,000,000,000,000 ไบท์ การกำเนิดของข้อมูลจำนวนมหาศาลที่ถ่ายทอดเรื่องราวชีวิตและพฤติกรรมของมนุษย์ทุกนาทีในระดับที่เราไม่เคยคิดว่าเป็นไปได้มาก่อน นี่คือ Big Data ที่ทุกวันนี้บริษัทเล็กใหญ่ต่างใช้ประโยชน์จากข้อมูลเหล่านี้เพื่อการตลาดและการพัฒนาผลิตภัณฑ์และบริการเพื่อการสร้างผลกำไร ขณะเดียวกัน ภาครัฐก็สามารถนำมาใช้เพื่อประโยชน์สาธารณะในด้านต่างๆ ได้เช่นกัน คำถามคือ เราจะใช้ประโยชน์จาก Big Data อย่างไรในการพัฒนาคุณภาพชีวิต ศักยภาพของประเทศ การอยู่ร่วมกันของคนในสังคม ท่ามกลางการแข่งขันและทรัพยากรที่นับวันจะหมดไป

ในตอนที่แล้ว นายธีรนันท์ ศรีหงส์ ได้เสนอ แนะให้ตั้ง National Data Pool-ปลุกจิตสำนึกการใช้ข้อมูล รับสังคม Big Data @ life ส่วนตอนที่ 2 นางสาวสฤณี อาชวานันทกุล ได้กล่าวถึงพลังของ Big Data-ความย้อนแย้ง-สิทธิที่จะถูกลืม ส่วนในตอนแรก นายณภัทร จาตุศรีพิทักษ์ ได้กล่าวถึง ไม่แข่งก็ยิ่งแพ้ยุค Big Data ว่าชีวิตเราจะมาผูกติดกับข้อมูล ไม่ได้ผูกติดแค่ว่าข้อมูลทำให้ชีวิตเราสะดวกขึ้น แต่ว่าผูกในอีกแง่หนึ่งด้วย คือ ในการเอาตัวรอดในเศรษฐกิจสมัยใหม่ เราจะขาดข้อมูลไม่ได้ด้วยซ้ำ

Big Data ต้องคุณภาพไม่ใช่ปริมาณ

นางสาวสุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน) หรือ AIS ได้กล่าวถึงการนำเอา Big Data มาใช้ในภาคธุรกิจว่า การที่เราจะเอา Big Data มาใช้งาน ก็มีจุดหนึ่งที่ต้องพิจารณา คือเรื่องของ Data Privacy ไม่ใช่ใครก็ได้จะเดินเข้ามาขอข้อมูล AIS เราคงไม่สามารถให้ได้ เพราะเรื่องนี้เป็นเรื่องสำคัญ

ขอเรียนว่าจริงๆ แล้ว คำว่า Big Data ใน AIS เรายังห่างไกลคำว่าสมบูรณ์แบบมาก ตามที่คุณณภัทรและทุกท่านแชร์มา จริงๆ แล้ว AIS ยังต้องพัฒนาและต่อยอดกันอีกมาก แต่เรามีความเชื่ออย่างหนึ่งว่า Big Data ไม่จำเป็นต้องมีข้อมูลที่เยอะมากในเชิงปริมาณ แต่สิ่งสำคัญต้องเป็นข้อมูลเชิงคุณภาพ หัวใจสำคัญของ Big Data ไม่ใช่แค่เรื่องของการเก็บข้อมูล แต่เป็นเรื่องของการนำข้อมูลมาใช้ให้เป็นประโยชน์กับธุรกิจมากกว่า

ด้วยความเชื่อเหล่านี้ ทำให้เราเริ่มนำข้อมูล Big Data มาใช้ โดยไม่จำเป็นต้องรอให้ข้อมูลเรามีเยอะพอหรือต้องเป็น Perfect Information (ข้อมูลข่าวสารที่สมบูรณ์) เราถึงจะสามารถนำมาใช้งานได้ เราเริ่มจากข้อมูลที่เรามีอยู่ ซึ่งเราคิดว่าการเก็บข้อมูลของเรานั้น ถ้าเรามีข้อมูลที่เป็น Meaningful Information (ข้อมูลที่มีความหมาย) เพียงพอ ก็น่าจะเอามาใช้งานในทางธุรกิจได้ เราก็เริ่มทำงาน เริ่มลุยกันเลย

น.ส.สุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน)
น.ส.สุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน)

ที่ผ่านมาเราก็นำข้อมูลเท่าที่เรามีอยู่มาทำการตอบโจทย์ทางด้านธุรกิจ Bisiness Ojective 5 ด้าน ด้วยกัน ในช่วงเริ่มต้น 1) Customer insight 2) Monetization 3) Customer retention & loyalty 4) Customer experience management 5) Operation efficiency ซึ่งต่อจากนี้เราคงต้องทำเพิ่มอีกมาก

เรื่องแรกการทำ Customer insight ถ้าย้อนกลับไปในอดีต ที่เป็นมาร์เก็ตติ้งรุ่นแรกๆ สาวกของฟิลิป คอตเลอร์ ที่เป็นกูรูมาร์เก็ตติ้ง เขาจะมีคำว่า Customer Segmentation เกิดขึ้น ทุกคนก็มาทำ Customer Segmentation กันมากมาย แต่จากการที่เทคโนโลยีมีการพัฒนามากขึ้น ต้นทุนในการจัดเก็บข้อมูลก็เริ่มถูกลง รวมถึง Tools หรือ Processor ต่างๆ ก็จะมีประสิทธิภาพดีขึ้น ทำให้เราสามารถประมวลผลข้อมูลจำนวนมากได้ในเวลาที่สั้นลง

ดังนั้น เราก็คิดว่า Customer Segmentation ที่มีอยู่เริ่มไม่เพียงพอ จึงเป็นที่มาของคำว่า Micro Segmentation ท้ายที่สุดก็มาที่คำว่า Nano Segmentation แต่ด้วยความสามารถของ Big Data เราสามารถเข้าใจ Customer insight ถึงในระดับ Individual หรือ Personalization เราสามารถเข้าใจว่าลูกค้ารายนี้มีพฤติกรรมอย่างไร ชอบอะไร มีไลฟ์สไตล์แบบไหน ไปเที่ยวที่ไหน มีโลเคชั่นอะไร เป็นต้น

พอพูดจุดนี้ วิทยากรหลายท่านก็อาจจะเป็นห่วงเรื่องความเป็นส่วนตัวของลูกค้าและข้อมูล อยากจะบอกว่าข้อมูลของเราที่มีทั้งหมดจะถูกเก็บอยู่ในระบบ และระบบนี้ได้รับการดูแลบริหารจัดการและควบคุมอย่างดีโดยหน่วยงานที่เราเรียกว่า Data Security ซึ่งหน่วยงานนี้คอยดูแลการนำข้อมูลไปใช้งานแล้วให้มั่นใจว่าไม่มีการนำข้อมูลระดับบุคคลหรือข้อมูลที่เจาะจงเฉพาะตัวลูกค้าไปใช้งาน การทำงานของเราคือคนจะนำข้อมูลไปใช้งาน จะสามารถเข้าถึงข้อมูลได้เฉพาะส่วนที่ตนเองรับผิดชอบเท่านั้น อะไรที่อยู่นอกเหนือความรับผิดชอบก็จะมองไม่เห็น เจ้าหน้าที่จะเห็นเป็นส่วนๆ เท่านั้น

เพื่อให้ลูกค้ามั่นใจมากขึ้นเกี่ยวกับข้อมูลส่วนบุคคล AIS เป็นผู้ให้บริการรายเดียวในเมืองไทยที่จดทะเบียนอยู่ใน DJSI หรือ Dow Jone Sustainability Index พอเราตอบรับเขาไป เขาก็จะเข้ามาดูการบริหารจัดการว่ามีคุณสมบัติตามที่กำหนดหรือไม่ หนึ่งในคุณสมบัติที่เขากำหนดคือการทำ Data Privacy Management เพราะฉะนั้น ให้มั่นใจได้ว่าข้อมูลที่ท่านใช้งานต่างๆ เหล่านี้ การบริหารของเราได้ดูแลข้อมูลอย่างดีในระดับมาตรฐานโลก

พอเราได้ข้อมูล Customer insight เราเข้าใจพฤติกรรม เข้าใจลูกค้าแล้ว สิ่งที่เราต่อยอดมาก็คือ เราก็เอามาทำ Monetization หรือทำให้เกิดดอกออกผล กับสิ่งที่เราได้รับและเรียนรู้มา

AIS

AIS1

AIS2

AIS3

การทำ Data Monetize ของ AIS พอเราได้ insight เราก็จะ Design Offering (ออกแบบข้อเสนอ) เพื่อตอบโจทย์ความต้องการของลูกค้า นอกเหนือจากการออกแบบสินค้า เราออกแบบไปถึงเวลาที่เราควรจะไปติดต่อกับลูกค้า ไม่ใช่มองแค่เรื่อง right product แต่เรามองไปถึง right customer… to the right custumer at the right time ซึ่งการทำตรงนี้ AIS ก็ได้มีการลงทุนกับระบบ PCM หรือ Personalized Campaign Management เป็นเครื่องมือที่ช่วยบอกถึงเหตุการณ์อะไรบางอย่างให้ระบบรับรู้ว่าเวลานี้คือเวลาที่ดีที่สุดแล้วที่เราควรจะติดต่อลูกค้าในท่านนี้ เราก็จะใส่ข้อเสนอที่เราดีไซน์เอาไว้ว่าให้ส่งไปหาลูกค้าคนนี้นะ ก็จะเป็นการช่วยเพิ่มอัตราความสำเร็จในการทำแคมเปญไป

นอกเหนือจากนี้ AIS ศึกษาพฤติกรรมลูกค้าต่างๆ ที่อยู่ในระบบ เพื่อหาโอกาสในการทำต้นทุนการขายสินค้าของเรา เช่น เราอาจจะเอาข้อมูลสถานที่อยู่ของลูกค้ามารวมกันกับพฤติกรรมบางอย่างที่เรามีการทดสอบแล้ว หรือวิเคราะห์พฤติกรรมการใช้งานแล้ว ลูกค้ารายนี้น่าจะเป็นกลุ่มคนที่ประกอบอาชีพหรือเป็นพ่อค้าแม่ค้าขายของออนไลน์ เราก็เสนอบริการ M Pay เข้าไปเป็นหนึ่งในช่องทางการชำระเงินของเขา

จาก Monetization อีกอันที่เรามาทำ Customer retention & loyalty เราก็มีการศึกษาพฤติกรรมของลูกค้าต่างๆ รวมทั้งเหตุการณ์ หรือมีอะไรบางอย่าง ทำให้เราทราบว่าลูกค้าคนนี้เริ่มจะตัดสินใจยกเลิกสินค้าบริการของ AIS หรือเปล่า หรือเริ่มมีการเปิดรับข้อมูลข่าวสาร มีโอกาสที่จะไปใช้บริการผู้ให้บริการเจ้าอื่น เราคงต้องรีบเข้าไปดูแลลูกค้าก่อนที่ลูกค้าจะตัดสินใจยกเลิกจริงๆ เข้าไปศึกษาเขาจากแพทเทิร์นข้อมูล ทำให้เราพอรู้ว่ามีประเด็นอะไรที่ทำให้เขาอยากจะยกเลิกสินค้าบริการของเรา ก็รีบเข้าไปแก้ไขเหตุการณ์ก่อนจะบานปลาย

เรื่องถัดไป Customer experience management ของ AIS โดยจะศึกษาข้อมูลเชิงลึกของลูกค้าหลายๆ อย่าง ก็จะทราบว่าลูกค้าต้องการข้อมูลหรือต้องการอะไร เราสามารถเข้าไปช่วยเขาได้

ความท้าทายการใช้ Big data ของ AIS

อีกเรื่องหนึ่งตอนที่ AIS ออก 4G Network ใหม่ๆ เราจะมีการทำ Customer experience management เพื่อให้มั่นใจว่าลูกค้าของเราจะประทับใจ และได้ 4G Experience จริงๆ เราจะแจ้งว่าลูกค้าตอนนี้ Set ของคุณเป็น 4G แล้ว และเราเปิดให้คุณแล้ว ถ้าคุณต้องการใช้ 4G ให้ดีจริงๆ คุณสามารถเปลี่ยน Handset ที่ดีที่สุดได้อย่างไร หรือส่งข้อมูลที่ลูกค้ากดแล้วสามารถ Setting ได้เลย

นอกจากนี้ เราก็จะมีการนำข้อมูล Customer Research และข้อมูลที่เกิดจากพวกเทคโนโลยีใหม่ เช่น การที่เราปรับใช้เรื่องของ VDO analytic ใน AIS shop หรือเรื่องของการทำ Speed analytic ของ Call center เข้ามาประกอบกับข้อมูลที่เรามีอยู่ด้วยในการที่จะออกแบบคุณภาพด้านการบริการ และการกำหนดคุณภาพการบริการ เพื่อสร้างประสบการณ์ที่ดีให้กับลูกค้า

นางสาวสุมล กานตกุล
นางสาวสุมล กานตกุล

เรื่องสุดท้าย เป็นเรื่อง Operation Efficiency คือเรื่องของการลดต้นทุน หรือการบริหารต้นทุนให้มีประสิทธิภาพมากขึ้น ซึ่งตรงจุดนี้เราจะนำ GEO Analytic มาใช้วางแผนร่วมกับวิศวกรในการทำ Network priority เพราะว่า 4G ของ AIS เริ่มนำมาใช้ช้ากว่าเจ้าอื่น เพราะฉะนั้น เราจะทำอย่างไรที่จะสร้าง Network ได้อย่างมีประสิทธิภาพมากที่สุด สามารถเข้าถึงลูกค้าได้มากที่สุด และเร็วที่สุด รวมถึงได้ผลตอบแทนจากการลงทุน (Return on Investment) ที่ดีที่สุดด้วย ก็จะมีการเข้าไปดูแลร่วมกับวิศวกร รวมถึงเป็นคนชี้เป้าให้วิศวกรทราบว่าควรปรับปรุงตรงไหนบ้าง เพราะจากประสบการณ์ อาจเจอว่าลูกค้าอาจจะมีประสบการณ์ไม่ดีตรงจุดนี้ หรือจุดนี้คุณภาพบริการต่ำกว่า KPI ที่เรากำหนด ก็จะมีการแจ้งไปทางวิศวกร อย่างแรกๆ คือการทำ Network Planning

ส่วนเรื่องที่ 2 ก็คือ การทำ Channel Planning เราก็มาศึกษาดูเรื่อง Customer Identity มาดูกับช่องทางที่เรามีอยู่เพื่อให้แน่ใจว่าการกระจายตัวของ Channel ของเราสามารถตอบสนองความต้องการลูกค้าได้ รวมถึงมั่นใจว่าลูกค้าของเราจะได้รับความสะดวกสบายในการใช้ Channel ของเราไม่ว่าอันใดอันหนึ่ง หรือเราควรไปเปิด Channel ใหม่ๆ หรือไม่เปิดแล้ว ธุรกิจต้องอยู่ได้ด้วยว่าควรจะเปิดด้วยขนาดแบบไหน ซึ่งไม่ว่าช็อปนั้นจะเปิดโดยเราหรือโดยพาร์ทเนอร์ ช็อปนั้นจะต้องอยู่ได้ ต้องเป็น win-win ร่วมกัน

อีกอันที่เราจะแชร์ คือ การทำ Media Planning ยกตัวอย่างสื่อ Outdoor เมื่อก่อนใช้วิธีคาดการณ์เอา ตรงนี้น่าจะมีคนดูเยอะ เราจะไปซื้อป้ายโฆษณาตรงนี้ ตอนนี้พอเรามีข้อมูลเหล่านี้เข้ามาเราสามารถรู้ได้เลย ตรงจุดไหนมีคนดูมากน้อยเพียงใด เมื่อมีข้อมูลเหล่านี้เข้ามา เราสามารถวางแผนซื้อสื่อของเราได้ นอกเหนือจากซื้อตรงจุดไหนแล้ว เราสามารถทราบว่าลูกค้าที่ไปอยู่บริเวณนั้นมีไลฟ์สไตล์และพฤติกรรมแบบไหน ทำให้เราสามารถสื่อสารข้อความที่เราจะไปลงโฆษณาในจุดต่างๆ เหล่านั้นได้

เรื่องสุดท้ายที่อยากแชร์ หลังจาก AIS ไม่ได้คลื่น 900 ช่วงปลายปี 2558 ความท้าทายของเรา คือ เราจะทำอย่างไรกับลูกค้า 12-13 ล้านคนที่ถือ 2G Handset อยู่ โจทย์ใหญ่ของเราคือจะทำอย่างไรให้ลูกค้า 12-13 ล้านคน เปลี่ยนมาใช้มือถือ 3G ให้เร็วที่สุดและมากที่สุดในเวลาที่จำกัดที่สุด

นอกเหนือจากเรื่องเวลาที่สั้นแล้ว ประเด็นที่ 2 เรื่องของทรัพยากรบุคคลที่จะมาทำงานกับเรา ลองนึกภาพดู ลูกค้าของเรามี 12-13 ล้านคน กระจายอยู่ทั่วประเทศ แล้วคนที่เรามีอยู่ตอบโจทย์ได้ไม่มาก การที่จะรับคนใหม่เข้ามาต้องใช้เวลา และต้องฝึกอบรม เพื่อบริการได้ดี

อีกประเด็นคือ Inventory ที่เรามีอยู่ จุดนั้นเราไม่เคยคิดเลยว่าเราจะประมูลคลื่นไม่ได้ เราไม่มีการเตรียมแผนตรงนี้เลย สิ่งที่เราต้องทำคือ Handset ลองนึกภาพในช่วงนั้น (ปลายปี) เป็นวันหยุดยาวจากคริสต์มาส ต่อเนื่องมาถึงปีใหม่ และมาถึงตรุษจีน จะมีซัพพลายเอร์เจ้าไหนที่จะส่ง Handset ให้เราได้นับล้านเครื่องภายในเวลาที่สั้นมาก นี่คือความท้าทายขอเรา อีกฝั่งหนึ่งก็ต้องดูว่าคนที่ได้ใบอนุญาต เอาเงินไปจ่ายปุ๊บ เราต้องถูกแย่งลูกค้าทันที นี่คือจุดที่เราต้องวางแผนอย่างดีว่าจะต้องเกิดขึ้น และเราก็นำข้อมูลเหล่านี้มาใช้งาน ท้ายที่สุด ผลก็คือ เราสามารถเปลี่ยนลูกค้า 2G มาเป็น 3G ภายใน 1 ไตรมาส ได้ถึง 6 ล้านเบอร์ถือว่าไม่น้อยเลยเมื่อเทียบกับทรัพยากรที่เรามีอยู่

Big data ไม่ต้องสมบูรณ์แบบก็ตอบโจทย์ได้

สุมล กานตกุล
สรุปการใช้งาน Big Data ไม่ได้หมายถึงการจัดเก็บข้อมูลเท่านั้น นี่คือตัวอย่างของ AIS ไม่ได้สมบูรณ์แบบ ไม่ได้มีอะไรเยอะมาก แต่การนำมาใช้งานเป็นหัวใจสำคัญมากกว่า

นางสาวสุมลกล่าวเสริมในตอนท้ายว่า การที่เราจะขับเคลื่อนไปให้ถึง Thailand 4.0 จริงๆ แล้วก็อย่างที่หลายท่านได้พูดมา การแชร์ข้อมูลเป็นเรื่องที่สำคัญ ถ้าสามารถนำมารวมกันไว้ตรงกลาง สามารถนำมาใช้ประโยชน์ได้มากกว่า 1+1 จะไม่ได้ 2 แต่เป็น 3, 4, 5 เป็นการต่อยอดไปได้เรื่อยๆ

“ถ้าเราจะไป Thailand 4.0 หรือ Digital Economy ที่รัฐบาลพยายามผลักดัน หลายๆ อย่างมันติดขัดกับกฎระเบียบย่อยๆ อย่างที่เราเจออยู่ ไม่สามารถนำข้อมูลลูกค้าไปใช้ได้ จริงๆ มีหลายอุตสาหกรรมที่ต้องการข้ามเข้ามาทำงานร่วมกับเรา ก็ต้องรอก่อน เพราะติดปัญหาในเรื่องการกำกับดูแล ดังนั้น จึงอยากจะฝากดูว่าพอจะมีลักษณะที่เป็น National Policy ที่ทำออกมาแล้วเชื่อมโยงกันในทุกๆ ที่ทุกๆ อัน ไม่ใช่แต่ละที่มีจุดต่างๆ กัน พอเชื่อมเข้าหากันแล้วก็เกิดเป็นอุปสรรคในการที่จะแชร์ข้อมูล เพื่อทำให้เกิด Big Data ระดับประเทศ”

“จริงๆ ข้อมูลภาครัฐมีเยอะ ที่สามารถสนับสนุนให้กับหน่วยงานเอกชน ตัวอย่างง่ายๆ มีใครรู้บ้างประเทศไทยมีประชากรกี่คน แหล่งข้อมูลหนึ่งบอกว่า 64 ล้านคน อีกแหล่งบอก 65 ล้านคน อีกแหล่งบอก 67 ล้านคน อีกแหล่งบอก 68 ล้านคน และถ้าเราจะนำมาใช้งานแหล่งไหนถูกต้องที่สุด ดังนั้น แต่ละหน่วยงานภาครัฐมีข้อมูลมากมาย แต่ขาดการบูรณาการเข้าหากัน มาใช้เป็นข้อมูลกลาง ให้ทุกฝ่ายได้นำไปใช้ประโยชน์และแชร์กัน ก็อยากจะฝากเรื่องนี้ไว้ด้วย”

“การใช้ Big Data ไม่ใช่แค่เอา Data มาใช้งานอย่างเดียว การเอามาใช้ต้องมีการแปลความที่ถูกต้องด้วย บางครั้งอาจจะแปลความอะไร ที่ใส่ความรู้สึกลำเอียงเข้าไป พอตีความออกมาทำให้ข้อมูลบิดเบือนได้ Big Data ถ้าใช้ไม่ถูกทางก็เป็นโทษเหมือนกัน และ Big Data ไม่ใช่เรื่องของการเก็บข้อมูล แต่เป็นเรื่องของการนำข้อมูลมาใช้ ด้วยวัฒนธรรมขององค์กรไทยหลายๆ แห่ง ชอบเก็บข้อมูลไว้ก่อน ยังไม่เอามาใช้ ต้องรอให้ Perfect ก่อนถึงจะเริ่มใช้ พอไม่มีการใช้ Big Data มันก็ไม่ต่างจากเราซื้อถังขยะใบใหญ่ๆ มาใบหนึ่ง แล้วเราก็เก็บทุกอย่างโยนมันลงไปก็คิดว่าวันหนึ่งมันจะมีประโยชน์ เพราะฉะนั้น เราต้องเลิกคิดแบบนี้ พอเราจะหยิบมาใช้ ก็ไม่รู้จะเอาอะไรมาใช้เหมือนกัน เราควรเริ่มนำมาใช้ตั้งแต่บัดนี้ อย่างน้อยการเริ่มต้นของเราจะทำให้เรารู้ว่าข้อมูลที่เรามีแล้วนั้นเพียงพอหรือไม่ เราต้องการหาข้อมูลอะไรเพิ่มเติม การนำข้อมูลเข้ามาใช้ก็จะมีโฟกัส มีเป้าหมายมากขึ้น ไม่ใช่หว่านแหเก็บอะไรมาหมด ท้ายที่สุด Big Data ไม่เห็นเวิร์กเลย หรือถ้าใครมีเงินเยอะหน่อย ก็สงสัยถังขยะเรายังใหญ่ไม่พอ ก็ไปขยายถังขยะให้ใหญ่ขึ้น ท้ายที่สุดมันก็กลับไปสู่วัฏจักรเดิมอีก ก็อยากจะฝากถึงองค์กรที่เริ่มนำ Big Data มาใช้แล้ว ให้ท่านเริ่มนำมาใช้งานให้เกิดประโยชน์ได้แล้ว ไม่ใช้นำข้อมูลมาเก็บไว้ด้วยกัน และก็รอว่าวันหนึ่งมันจะสมบูรณ์”

ป้ายคำ :